Elucidating patterns of size-dependent predation on larval yellow perch (<i>Perca flavescens</i>) in Lake Michigan: an experimental and modeling approach
Notice bibliographique
Résumé
Yellow perch (Perca flavescens) in Lake Michigan have experienced sustained recruitment failure since 1990 as a result of increased mortality during the pelagic larval phase. Increased mortality of larval yellow perch has been tied indirectly to increased alewife (Alosa pseudoharengus) predation, but effects of predation on larval survival variability must be better understood. We compared the relative importance of predation by alewife and two other fish predators to larval survival in laboratory experiments and developed an individual-based predation model (IBM) to examine patterns in size-dependent predation vulnerability. Simulations exposing larval perch to predation by all predators suggest that larval mortality resulting from alewife predation is more size-dependent than mortality resulting from the other two predators, and the range of sizes vulnerable to alewife is smaller. Alewife predation may not be an important mortality source for larval yellow perch in Lake Michigan at present because of the narrow range of vulnerable sizes and low densities of larval perch in the open lake. Predation is more likely to be important in smaller, more productive systems where other predators are abundant. Modeling results also indicate IBM analysis of date of hatch distributions of surviving larvae is a valuable tool for identifying factors most important to larval survival.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».